对影像进行二元分类，即使用深度学习算法判定影像的像元是否为兴趣类别，对分类结果进行后处理，并生成兴趣类别的矢量多边形。二元分类功能细粒度解译影像，并生成矢量边界，统计其空间信息，通常用来获得道路、河流和建筑物等特点明显的单一地类。

 

图一：原始影像

图二：叠加建筑物分类结果

创建二元分类任务时，需要设置以下参数：

• 影像数据源：必填参数，指定进行分析影像数据集所在数据源路径，如 C:\Data\Image.udb。目前只支持 udb, udbx, tiff 三种格式。亦可通过选择已注册数据集进行指定。

• 影像数据集：必填参数，指定进行分析的影像数据集名字，如 dsm。当输入的数据源为 tiff 时，该参数不参加分析。

• 模型文件：必填参数，用于进行分析的训练好的模型文件的路径，如 C:\Data\models.sdm。亦可通过选择已注册模型进行指定。

• 切片偏移值：可选参数，影像切片的偏移像素值（在二元分类过程中，由于卷积神经网络的结构特征，会导致切片边缘的数据预测不充分，为使了提高预测质量，需要将切片重叠）此参数以像元为单位，默认值为0。

• 自定义结果数据源名称：可选参数，勾选该选项可以指定分析结果存放的数据源名称，如 Result，数据源不存在时会自行创建。

• 结果数据集：可选参数，输出的二元分类结果数据集名称。默认为 binclassify_result。

• 发布结果为地图服务：勾选该选项可将二元分类结果发布为地图服务。

• 发布结果为数据服务：勾选该选项可将二元分类结果发布为数据服务。